这就是边缘计算的用武之地。为了了解边缘计算的好处，通常以自动驾驶车辆为例：

• 延迟：自动驾驶车辆需要在瞬间做出决定。如果一辆车在你面前突然转弯，你会希望你的车不得不等待从远处云端得到指示吗？不！你肯定想让你的汽车在它的本地计算机上处理尽快做出决定。

• 带宽：无人驾驶汽车辆捕获的大量数据估计为每小时4TB，与你的智能手机每天平均100MB的数据相比，这是40000倍的数据。流式传输所有这些数据既昂贵又可能导致网络拥塞。

出于这两个原因，在自动驾驶车辆的边缘（在这种情况下，在车辆本身上）执行计算是有意义的。

云计算和边缘计算的问题不是二选一，云和边缘都有各自的优势，问题是应该在何时使用云计算和边缘计算。

一条有用的经验法则是：“云计算运行在大数据上，而边缘计算运行于‘即时数据’，即传感器或用户生成的实时数据”（维基百科）。

究竟什么是“边缘”？

边缘基本上意味着“非云”，因为组成边缘的内容可能因应用程序而异。为了解释，让我们看一个例子。

在医院需要知道所有医疗资产（例如，静脉输液泵、心电图机等）的位置，并使用蓝牙室内跟踪物联网解决方案。这个解决方案有蓝牙标签，你可以把它附加到你想要追踪的资产上（例如，静脉注射泵）。你还拥有蓝牙集线器，每个房间一个，用于监听来自标签的信号，以确定每个标签所在的房间（以及资产所在的房间）。

在这种情况下，标签和集线器都可以被视为“边缘”，标签可以执行一些简单的计算，只有在感官数据发生较大变化时才会将数据发送到集线器。如果一个标签从一个不同的标签移动到一个不同的数据中心，就可以计算出一个不同的标签。上述两种方法可以结合使用，或者两者都不能使用，标签可以将所有原始数据发送到集线器，集线器可以将所有原始数据发送到云端。